排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
综述了独立分量分析(ICA)的基本原理及基于信息最大化原理的各种方法及其特性,介绍了HJ网络、基于信息最大化的Infomax法及其扩展算法、极大似然估计(MLE)法、负熵最大化法、基于高阶累量的ICA法和Bussage法,对各种方法性能做了比较,说明了ICA在生物医学信号处理中的应用,并对ICA的发展作了展望. 相似文献
2.
诱发电位(EP)信号在检测神经系统状态时有重要意义.但EP信号总是淹没在自发脑电波(EEG)信号中,因此,为利用EP信号诊断神经系统的损伤和病变,需要从二者的混合信号中提取出EP信号.独立分量分析(ICA)是一种新近发展起来的信号分离方法.本文把ICA方法应用于EP信号的提取,并与传统的滤波方法进行了比较.计算机模拟表明,采用ICA方法进行噪声分离的结果明显优于信号滤波方法. 相似文献
1